连接所有PostgreSQL表并创建一个Python字典

Question

我需要加入 所有 PostgreSQL表并将它们转换成Python字典。数据库中有72个表。总列数大于 1600 。

我编写了一个简单的Python脚本，该脚本可以联接多个表，但是由于内存错误而无法联接所有表。在脚本执行期间，所有内存均被占用。然后，我在具有
128GB RAM和8个CPU 的新虚拟服务器上运行脚本。在lambda函数执行期间失败。

如何改进以下代码以执行 所有 表联接？

from sqlalchemy import create_engine
import pandas as pd

auth = 'user:pass'
engine = create_engine('postgresql://' + auth + '@host.com:5432/db')

sql_tables = ['table0', 'table1', 'table3', ..., 'table72']        
df_arr = []
[df_arr.append(pd.read_sql_query('select * from "' + table + '"', con=engine)) for table in sql_tables]

df_join = reduce(lambda left, right: pd.merge(left, right, how='outer', on=['USER_ID']), df_arr)
raw_dict = pd.DataFrame.to_dict(df_join.where((pd.notnull(df_join)), 'no_data'))

print(df_join)
print(raw_dict)
print(len(df_arr))

可以将Pandas用于我的目的吗？有更好的解决方案吗？

最终目标是对数据库数据进行规范化处理，以便能够将其作为文档索引到Elasticsearch中，每个用户一个文档。

Answer 1

为什么不创建postgres函数而不是脚本？

以下是一些建议，可以帮助您避免内存错误：

• 您可以使用 WITH 子句，以更好地利用您的内存。
• 您可以创建一些物理表来存储数据库的不同表组的信息。这些物理表将避免使用大量内存。在那之后，您要做的就是仅联接那些物理表。您可以为其创建一个函数。
• 您可以通过对所需表进行非规范化来创建数据仓库。
• 最后但并非最不重要的一点：确保正确使用 索引 。